clc;

clear;

close all;

ld=400; %定义学习样本的数量

x=rand(2,ld); %得到一个2 * 400的一个矩阵，每个元素在0-1之间

x=(x-0.5)*1.5*2; %-1.5, 1.5

x1=x(1,:); %得到矩阵的第1行

x2=x(2,:); %得到矩阵的第2行

F=20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2); %定义样本输出

%训练网络

net=newrb(x,F);

%generate the testing data

interval=0.1;

[i, j]=meshgrid(-1.5:interval:1.5);

row=size(i);

tx1=i(:); %列矩阵

tx1=tx1'; %变为行矩阵

tx2=j(:);

tx2=tx2';

tx=[tx1;tx2]; %2 * n的矩阵 ，作为测试网络的输入数据

%testing

ty=sim(net,tx); %调用网络，得到对应的输出结果

% 画出网络得到的结果

v=reshape(ty,row);

figure

subplot(1,3,2)

mesh(i,j,v);

zlim([0,60])

%plot the original function

interval=0.1;

[x1, x2]=meshgrid(-1.5:interval:1.5);

F = 20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);

subplot(1,3,1)

mesh(x1,x2,F);

zlim([0,60])

%plot the error

subplot(1,3,3)

mesh(x1,x2,F-v);

zlim([0,60])